Logo Passei Direto
Buscar
Material
páginas com resultados encontrados.
páginas com resultados encontrados.

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Prévia do material em texto

Resolução do caso - Inteligência analítica 
 
O objetivo do restaurante é entender como o ambiente pode influenciar na 
escolha dos clientes entre um prato de feijoada e um prato de parmegiana. Para este 
caso, o ideal é realizar uma análise preditiva com os dados coletados previamente, 
assim possibilitando prever qual prato será o mais pedido em algum dia especifico, 
baseando-se no clima, temperatura, umidade e a presença do vento. Com isso, é 
possível concluir que é de suma importância a correta coleta de dados para esta 
análise, evitando o máximo de ruídos e inconsistências. 
O Teorema de Bayes pode ser aplicado nesse caso, pois ele permite fazer 
inferências com os dados, considerando todos as informações coletadas referente ao 
problema. Este teorema é dado pela equação: 
 
𝑃(𝐴|𝐵)  =  
𝑃(𝐵|𝐴) 𝑋 𝑃(𝐴)
𝑃(𝐵)
 
Onde: 
P(A|B): Probabilidade do evento A acontecer; 
P(B|A): Probabilidade de B acontecer, dado que A já ocorreu; 
P(A): Probabilidade de A ocorrer; 
P(B): Probabilidade de B acontecer. 
 
Aplicando a equação acima para localizar o prato previsto para o 15º dia, é 
observado os seguintes resultados: 
 
Probabilidade de ter feijoada com chuva: 60% 
Probabilidade de ter feijoada com temperatura moderada: 66% 
Probabilidade de ter feijoada com umidade alta: 43% 
Probabilidade de ter feijoada sem vento: 75% 
 
Probabilidade de ter parmegiana com chuva: 40% 
Probabilidade de ter parmegiana com temperatura moderada: 34% 
Probabilidade de ter parmegiana com umidade alta: 57% 
Probabilidade de ter parmegiana sem vento: 25% 
 
 
Com os resultados obtidos, multiplicamos as probabilidades de cada hipótese: 
Feijoada: 13% 
Parmegiana: 2% 
Desse modo, é possível concluir que a probabilidade do 15º dia ser o prato de 
feijoada mais pedido que o prato de parmegiana é maior, levando em conta as 
condições climáticas coletadas e indicadas anteriormente. 
 
BIBLIOGRAFIA 
 
REIS, Tiago. Teorema de Bayes: Entenda o que é e como calcular. Suno, 2022. 
Disponível em: <https://www.suno.com.br/artigos/teorema-de-
bayes/#:~:text=O%20teorema%20de%20Bayes%20%C3%A9%20uma%20f%C3%B
3rmula%20de%20probabilidade%20que,livro%20Teoria%20Anal%C3%ADtica%20d
e%20Probabilidade.>. Acesso em: 16/05/2022

Mais conteúdos dessa disciplina